Tekstin tunnistus dokumentista

Abstract

SuperApp yrityksessä opinnäytetyötä varten suoritetun asiakasprojektin tavoitteena oli luoda ohjelma, joka kykenee lukemaan lomakkeiden kuvista tietoa koneluettavaan ja muokattavaan muotoon. Vaihtoehtoja työn toteuttamiseen oli luoda oma koneälymalli tai keskittyä johonkin valmiiseen kirjastoon sitä varten.

Työn tuloksena oli lopulta ohjelmisto, joka koostuu useammasta osasta. Yhtenä osista on iPhonella toimiva puhelinapplikaatio lomakkeiden kohdistamista ja kuvaamista varten sekä selaimella toimiva skripti, jolla lomakkeille voidaan luoda ulkoasutiedosto. Tärkeimpänä osana, johon opinnäytetyö myös keskittyy, on C++:lla toteutettu lomakkeet lukeva konsoliohjelma, joka kykenee tuottamaan JSON-muotoisen tiedoston sille syötetystä kuvasta.

Luotuun ohjelmaan jäi vielä parantamisen varaa saatujen tuloksien osalta, sillä niiden laatu vaihteli heikosta hyvään, riippuen lomakkeiden kuvien laadusta. Työ jäi kuitenkin tältä osin kesken työharjoittelun päättymisen takia, joten syvemmälle laadun parantamiseen ei ehditty menemään.

The thesis was commissioned by the SuperApp company. The objective of the customer project was to create a program that could convert text from pictures of forms into editable form. The options for the project were to either create a custom machine learning model or take the time to focus on a pre-made library that can already handle reading.

At the end of the project, the program consisted of three parts. The first part is an iPhone app, which has a guide to help focus the camera on the form and take a photo of it. The second part is a script running in browsers to help create a layout file for the forms. The final part, which this thesis focuses on, is the console application, written in C++, which actually reads the images fed to it and outputs the data in a JSON file.

As to the success of the project, the program needs to be improved as the quality varied from weak to good depending on the quality of the pictures fed to the program. The project remained unfinished at this point due to the internship ending, so there was no time to get further into improving the quality.